基于Python的Web数据采集技术

• 作者: 宋玉伟 李隐峰 齐鹏
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: Web数据抓取 屏幕抓取 HTTP协议 Python 正则表达式 XPath
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 专题综述
• 页码范围: 118-120
• 页数: 3页
• 分类号: TP274.2
• 字数: 2515字
• 语种: 中文

摘要

针对Web数据采集技术进行了介绍,分析了Web数据采集技术在将非结构化数据转换为结构化数据方面的优势：速度快、准确性高。从HTTP协议层分析了Web数据抓取的原理,并重点介绍了如何实现基于Python的Web数据采集方案。Web数据采集系统可以分为：HTTP交互和数据解析两个模块。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李隐峰	西安电子科技大学电子工程学院	28	250	7.0	15.0
2	宋玉伟	西安电子科技大学电子工程学院	2	48	2.0	2.0
3	齐鹏	西安电子科技大学电子工程学院	5	52	2.0	5.0